华洋静玲洪金省张海荣苏 丽吴丽红陈德钦张纬建田 俊△



三种方法构建鼻咽癌患者营养指数模型的比较分析及其截断点确定*

华洋静玲1洪金省2张海荣1苏 丽2吴丽红1陈德钦1张纬建2田 俊1△

【提 要】 目的 比较三种方法构建鼻咽癌患者的营养指数模型，确定各模型的最佳截断点。方法 调查326例鼻咽癌患者的营养状况及生存质量并进行放射敏感性评估，采用主成分分析、独立性权数法和哑变量分析法建立三种营养指数模型；运用ROC曲线评价各模型预测患者生存质量及放射敏感性的能力并确定各模型的最佳截断点。结果 在预测患者生存质量时，主成分分析法、独立性权数法和哑变量分析法构建的营养指数模型ROC曲线下面积分别为0.75、0.72和0.68，差异均无统计学意义；在预测患者放射敏感性时，三种方法的营养指数模型ROC曲线下面积分别为0.77、0.70和0.73，差异均无统计学意义。三种方法构建的营养指数模型的营养不良截断点分别为12.1、65.3和6.0。结论三种模型预测生存质量及放射敏感性的能力相同，哑变量分析法构建的营养指数模型最为简便，更适于临床推广。

【关键词】鼻咽癌 营养状况 营养指数模型 比较分析

1.福建医科大学公共卫生学院流行病与卫生统计学系（350108）

2.福建医科大学附属第一医院放疗科，放射生物福建省高等学校重点实验室

鼻咽癌是我国南方常见的恶性肿瘤之一，放射治疗是其主要的治疗手段。鼻咽癌因其特殊的肿瘤部位及放射治疗引起的口腔、口咽、舌等的急性黏膜改变，直接影响患者的进食，极易导致营养不良［1］。大量研究已表明，营养不良与鼻咽癌的放射敏感性、预后及生存质量密切相关［1］。目前，临床上常用的营养评价方法有传统单项营养评价方法和综合营养评价工具，虽然这些方法在营养状况评价中已经取得了一定认可，但同时也存在着一些弊端，如传统单项营养评价难以避免评价结果的片面性，综合营养评价工具如主观全面营养评价（SGA）、微型营养评价（MNA）、欧洲营养风险筛查（NRS-2002），它们又不可避免地会带有主观性。因此，探索一种全面、准确的营养评估方法是需要不断研究的课题。

本文拟分别采用主成分分析、独立性权数及哑变量分析法构建营养状况的综合评估模型，即营养指数模型，应用ROC曲线对各模型预测患者生存质量及放射敏感性的能力进行比较分析并确定各模型的最佳截断点，筛选出最为合适的营养评估模型，为临床应用提供参考。

材料与方法

1.研究对象

2008年10月至2013年12月在福建医科大学附属第一医院接受放射治疗的鼻咽癌肿瘤住院患者。纳入标准：①经病理学检查确诊的鼻咽癌肿瘤患者；②接受放射治疗者；③知情同意并能够配合者。排除标准：①有其它危及生命的疾患；②有认知障碍及患精神疾病者。

2.调查内容与方法

对样本中的每一个患者，在放疗开始前测量其营养指标，在放疗结束时，由经过培训的护士用量表对其生存质量进行评估；在放疗结束后3个月，由放疗科的医生评估患者的放射敏感性。

（1）营养指标检测

对每个患者均测量以下的反映营养状况的指标：

①身体测量指标：身高、体重、上臂围、三头肌皮褶厚度，并计算体质指数（BMI）、上臂肌围（AMC）。

②血清学指标：白蛋白、总淋巴细胞数、红细胞计数、血红蛋白、血清前白蛋白、转铁蛋白营养状况指标。

（2）生存质量评价

采用欧洲癌症研究与治疗组织（EORTC）制定的生存质量量表（EORTC QLQ-C30 V3.0中文版）测评患者的生存质量［2］。该量表共30个条目，其中28个条目是1～4计分，2个条目是1～7计分，分数越高表示生存质量越好。在本研究中，将生存质量总分转化为百分制，得分≥70分为较好，得分＜70分为较差。

（3）放射敏感性评价

依据放射治疗结束后3个月鼻咽磁共振成像（MRI）或计算机断层扫描（CT）检查，按WHO实体瘤疗效评价标准进行放射敏感性的定性评价［3］。放射敏感评价标准：所有可见的鼻咽软组织内肿瘤病灶完全消失，或肿瘤病灶的最大直径与最大垂直径的乘积减少50%以上；放射不敏感评价标准：鼻咽肿瘤病灶的最大直径与最大垂直径的乘积减少50%以下，或出现新的肿瘤病灶［3］。

3.统计分析方法

采用Epidata3.1软件进行数据的录入和核实，在SPSS20.0软件包上进行统计分析。采用主成分分析、偏相关分析及哑变量加权分析建立综合评价营养状况模型；运用ROC曲线评价各模型预测患者生存质量及放射敏感性的能力并确定最佳模型诊断界值。P＜0.05，差异有统计学意义。

结 果

1.调查对象一般情况

符合纳入条件的鼻咽癌患者共326例，男性231例，女性95例；年龄19～79岁（中位年龄48岁）。临床分期（UICC/ AJCC2002分期）：Ⅰ期4例，Ⅱ期28例，Ⅲ期130例，Ⅳ期164例。在326例患者中，完成生存质量评估的有232例，完成放射敏感性评价的有319例。

2.调查对象放疗后生存质量、放射敏感性及放疗前营养状况

（1）生存质量

在完成评估生存质量的232例患者中，生存质量较差的有67例，占28.9%，生存质量平均分：60.6± 7.9；生存质量较好的有165例，占71.1%，生存质量平均分80.5±6.9。

（2）放射敏感性

在完成放射敏感性评价的319例患者中，放疗敏感的有193例，占60.0%；放疗不敏感的126例，占40.0%。

（3）营养状况

对326例患者测量营养指标，结果见表1。

表1　326例患者8个营养指标极小值、极大值、均数及标准差

3.调查对象综合营养评估模型构建

（1）主成分分析：

对326例患者放疗前BMI、AMC、白蛋白、总淋巴细胞数、红细胞数、血红蛋白、血清前白蛋白、转铁蛋白8个营养指标的测定值采用主成分分析，建立一个评价鼻咽癌患者营养状况的综合指标，将其定义为营养指数（nutrition index，NI）。

表2　326例患者8个营养指标的主成分特征值、贡献率及累积贡献率

由表2可知前五个主成分Z1，Z2，Z3，Z4，Z5的累积贡献率达到82.14%，能解释原来8个变量的绝大部分信息。故可取前五个主成分作为8个指标的综合指标。以每个主成分的贡献率/累积贡献率作为权数，构造综合评价函数：

NI =0.384Z1+ 0.201Z2+ 0.171Z3+ 0.135Z4+ 0.110Z5，为了方便临床应用，将上述标准化指标还原成非标准化可得：

NI =0.122X1+ 0.106X2+ 0.049X3+ 0.291X4+ 0.214X5+0.006X6+0.004X7+0.468X8

表3　主成分分析相关矩阵特征向量

（2）独立性权数法：

对326例患者放疗前的8个营养指标两两进行偏相关分析，列出偏相关系数矩阵（见表4），对偏相关系数矩阵中每列数据（绝对值）求和再求倒数并进行归一化处理（见表5）。最后以各指标归一化处理后的值作为各指标的权数，构建综合评价函数（营养指数，NI）：

NI =0.132X1+ 0.124X2+ 0.135X3+ 0.145X4+ 0.121X5+0.092X6+0.135X7+0.115X8

表4　X1～X8偏相关系数表

表5　X1～X8偏相关系数表每列数据的合计，求倒及归一化处理

（3）哑变量分析法：

对326例患者放疗前的8个营养指标分别进行赋值（Xi＜其正常参考值下限值计0分，Xi≥其正常参考值下限值计1分），再将各指标分值进行累加最后计算出综合各项营养指标的整体分值，也将其定义为营养指数，其分值越大表示患者营养状况越好。其NI表达式为：NI =X1+ X2+ X3+ X4+ X5+ X6+ X7+ X8（X1～X8是取0，1二值的哑变量）。

4.应用ROC曲线探索各模型预测生存质量及放射敏感性的能力

分别将完成生存质量评估的232个患者、完成放射敏感性评价的319例患者按生存质量或放射敏感性分为两组，生存质量差或放射不敏感的为真阳性组，生存质量好或放射敏感的为真阴性组，分别与三种不同营养指数模型绘制ROC曲线。三种营养指数模型分别预测生存质量及放射敏感性的ROC曲线下面积、P值（与0.5比较）及95%CI见表6。对应的曲线下面积两两比较的Z检验结果见表7。由表6可知，在预测患者生存质量及放射敏感性时，主成分分析法、独立性权数法和哑变量分析法构建的营养指数模型ROC曲线下面积与0.5比较均有统计学意义（P＜0.05），说明三种模型均有较好的预测生存质量及放射敏感性的能力。由表7可知，各模型ROC曲线下面积比较差异均无统计学意义（P＞0.05），进一步说明三种模型预测患者生存质量及放射敏感性的能力相同。

表6　三种营养指数模型预测生存质量、放射敏感性曲线下面积、P值及95%CI

表7　三种营养指数模型预测生存质量、放射敏感性ROC曲线下面积比较

5.三种营养指数模型营养不良截断点的确定

对三种方法构建的营养指数，以Youden指数最大的那个点作为区分营养不良的截断点［4］。在预测患者生存质量时，主成分分析构建的营建指数区分营养不良的截断点为12.1（灵敏度为86.5%，特异度为58.7%）；独立性权数构建的营养指数区分营养不良的截断点为65.3（灵敏度为62.7%，特异度为72.7%）；哑变量分析法构建的营养指数区分营养不良的截断点为6.0（灵敏度为59.7%，特异度为69.7%）。在预测患者放射敏感性时，主成分分析构建的营养指数区分营养不良的截断点为12.0（灵敏度为80.2%，特异度为63.5%）；独立性权数构建的营养指数区分营养不良的截断点为64.9（灵敏度为66.7%，特异度为71.9%）；哑变量分析法构建的营养指数区分营养不良的截断点为6.0（灵敏度为65.1%，特异度为71.8%）。由此，我们认为当主成分分析法≤12.1，独立性权数法≤65.3，哑变量分析法≤6.0时，患者很有可能存在营养不良，对应营养不良的检出率分别为58.9%，45.4%和43.4%。

讨 论

本研究选取了临床上常用于评价营养状况的身体测量和血液测量等8个指标构建鼻咽癌患者营养状况综合评估模型，不仅能避免单一指标评价的片面性，还能排除评价者主观因素的干扰，较为全面、客观、合理。本研究结果显示：三种营养指数模型在预测患者生存质量及放射敏感性时，主成分分析法、独立性权数法及哑变量分析法构建的营养指数模型ROC曲线下面积与0.5比较差异均有统计学意义（P＜0.05），说明三种模型均有较好的预测生存质量及放射敏感性的能力；曲线下面积两两比较差异均无统计学意义（P＞0.05），说明三种模型预测患者生存质量及放射敏感性的能力相同。

本研究在此基础上同时确定了各模型营养不良的截断点，以便临床上发现营养不良的患者。结果显示：主成分分析法、独立性权数法和哑变量分析法构建的营养指数模型的营养不良截断点分别为12.1、65.3和6.0，对应营养不良检出率分别为58.9%，45.4%和43.4%，这与文献报道鼻咽癌患者营养不良发生率在40%～80%基本一致［5］。现将各模型的优劣总结如下：

独立性权数是用偏相关计算方法，最终归一化处理后获得各原始指标的权重。该方法的优点为某指标与其它指标信息重复越严重其对应的权数越小，它能较好地避免重复信息对评价结果的影响［6］。缺点为只适用于正态分布的指标，且计算过程也较为繁琐，不适于临床推广。

主成分分析法是根据各主成分贡献率的大小确定各原始指标的权重［7-8］。该方法的优点是既可以消除各指标不同量纲的影响，也可以消除由各指标之间相关性所带来的信息重叠［9］。缺点是在对原始指标进行降维的同时可能会存在某些信息折损问题；统计分析过程也较哑变量分析法更为复杂。

哑变量分析法是对各指标以正常参考值下限值为界限进行赋值，“＜”下限值为不正常赋0分，“≥”下限值为正常赋1分，最后再综合各指标信息进行加权分析的方法。该方法最突出的优点是能将复杂的指标简化，更适于临床推广，且以正常参考值下限值作为赋值标准也较为合理。缺点是对不同指标间的相关性未作独立化处理，使模型评估结果可能存在信息重叠问题［10］；其次，未对各指标赋权，使各指标区分度下降。

综上所述，三种模型各有其优缺点，哑变量分析法较独立性权数法及主成分分析法更为简便。基于三种模型预测患者生存质量及放射敏感性的能力相同，临床上可选择三种营养指数模型中最为简便的模型，即哑变量分析法构建的营养指数模型，评估鼻咽癌患者的营养状况。由于营养状况的评定尚无金标准，本研究只对建立的三种营养指数模型预测生存质量及放射敏感性的能力做初步的比较分析，其准确性还有待进一步的研究考证。

参考文献

［1］袁平，吴小南，张纬建.头颈部肿瘤患者放射治疗期间营养状况动态分析.海峡预防医学杂志，2010，16（1）：80-82.

［2］Fayers PM，Bottomley A.Quality of life research within the EORTCThe Eortc QLQ-C30.Eur J Cancer，2002，38（4）：S125-S133.

［3］方海城，黄晓波，杜协彬，等.同期加量照射个体化治疗放射抗拒鼻咽癌的初步临床疗效分析.临床医学工程，2009，16（8）：12-15.

［4］徐林发，汪素珍，王柏省.应用ROC曲线求解最佳切点的方法介绍.中国卫生统计，2011，28（6）：701-705.

［5］V.Prevost，C.Joubert，N.Heutte，et al.Assessment of nutritional status and quality of life in patients treated for head and neck cancer.European Annals of Otorhinolaryngology Head and Neck diseases，2014，131（2）：113-120.

［6］蔡辉，沈婉兰.医院综合效益评价中的权数（二）—独立性权数.中国医院，1997，4（3）：131-132.

［7］雷军，赵婷，李丁，等.应用主成分分析法综合评价某肿瘤专科医院近10年医疗质量.中国卫生统计，2014，31（4）：698-699.

［8］刘琳，王润华，苟勤勇，等.主成分分析用于7岁以下儿童生长发育综合评价的研究.中国卫生统计，2011，28（1）：70-71.

［9］马亚楠，魏薇薇，董光辉，等.应用主成分分析综合评价社区卫生服务中心规模、效益、质量和效率.中国卫生统计，2013，30（6）：853-854.

［10］胡瑞卿，张岳恒.企业技术创新测评模型的比较分析.科学管理研究，2011，29（6）：24-27.

（责任编辑：邓 妍）

Comparative Analysis of Nutrition Index Models Constructed by Three Methods and Determination of Cut-off Point in Patients with Nasopharyngeal Carcinoma

Hua Yangjingling，Hong Jinsheng，Zhang Hairong，et al（Department of Epidemiology and Statistics，School of Public Health，Fujian Medical University（350108），Fuzhou）

【Abstract】Objective To compare the nutrition index model constructed by three methods in patients with nasopharyngeal carcinoma and determine optimal cut-off point of each model.Methods Nutritional status，quality of life and radiosensitivity were surveyed in 326 nasopharyngeal carcinoma patients.Principal component analysis，weight of independence and dummy variable analysis were used to establish three kinds of nutrition index model.ROC curve was used to compare each models′predictive ability of quality of life and radiosensitivity，and determine the best model diagnosis critical value.Results When predicted patients′quality of life，the area under ROC curves of principal components analysis，weight of independence and dummy variable analysis were 0.75，0.72 and 0.68，and no significant difference was found；When predicted patients′radiosensitivity，the area under ROC curves of principal components analysis，weight of independence and dummy variable analysis were 0.77，0.70 and 0.73，and no significant difference was found.The optimal cut-off point of principal components analysis，weight of independence and dummy variable analysis nutrition index model were 12.1，65.3 and 6.0.Conclusion Three models have equal predictive ability of quality of life and radiosensitivity.Dummy variable analysis nutrition index model is the simplest model，which deserves to generalize on clinic.

【Key words】Nasopharyngeal carcinoma；Nutritional status；Nutrition index model；Comparative analysis

*基金项目：国家自然科学基金项目（81041066）

通信作者：△田俊，E-mail：tianjunfjmu@126.com